預測是人們根據事物的發展規律、歷史和現狀，分析影響其變化的因素，對其發展前景與趨勢的一種推測。
預測的方法分爲定性預測、時間序列分析、因果關係預測：
（1）定性預測：根據人們對過去和現在的經驗、判斷和直覺進行預測，以人的主觀邏輯判斷爲主，預測事物的發展方向、狀態、形勢等定性結果。該方法適用於缺乏歷史統計數據的對象。
（2）時間序列分析：根據對象隨着時間變化的歷史資料，考慮變量隨着時間的變化規律，對未來的表現時間進行定量的預測，主要包括移動平均法、指數平滑法、趨勢外推法等。該方法使用與利用簡單數據預測研究對象隨着時間變化的趨勢等。
（3）因果關係預測：變量之間存在某種前因後果關係，找出影響某種結果的幾個因素，建立因果之間的數學模型，根據因素變量的變化預測結果的變化，既預測發展方向又確定具體的數值變化規律，如BP神經網絡預測模型。
一、時間序列分析預測法
時間序列分析法是一種定性分析方法，在時間序列變量分析的基礎上，運用一定的數學方法建立預測模型，使時間趨勢向外延伸，從而預測市場的發展變化趨勢，確定變量預測值，也稱時間序列分析法、歷史延伸和外推法。
時間序列分析通常是把各種可能發生作用的因素進行分類，傳統的分類方法是按各種因素的特點或影響效果分爲四大類：昌長期趨勢（T）、季節變動（S）、循環變動（C）和不規則變動（I）。
時間序列分析預測法可以分爲以下兩類：
（1）確定性時間序列分析預測法：這種預測方法使用的數學模型，是不考慮隨機項的非統計模型，是利用反映事物具有確定性的時間序列進行預測的方法，包括平均法、指數平滑法、趨勢外推法、季節指數預測法等。
（2）隨機性時間序列分析預測法：這種方法是利用反映事物具有隨機性的時間序列進行預測的方法。它的基本思想是假定預測對象是一個隨機時間序列，然後利用統計數據估計該隨機過程的模型，根據最終的模型做出最佳的預測。這種方法考慮的因素比較多，計算過程複雜，計算量大，因此發展比較緩慢。在一般的市場預測中常用的是確定性時間序列預測法。
1.時間序列預測法的原理
時間序列是指同一變量按時間發生的先後順序排列起來的一組觀察值或者記錄值。時間序列分析預測法依據的原理是慣性原理，所以它建立在某經濟變量過去的發展變化趨勢的基礎上，也就是該經濟變量未來的變化趨勢是假設的。然而從事物發展變化的普遍規律來看，同一經濟變量的發展趨勢在不同的時期是不可能完全相同的，這樣只有將定義預測和時間序列分析有機結合在一起，才能得到最佳結果。即首先通過定性預測，在保證慣性原理成立的前提下，再運用時間序列分析預測法進行定量預測。
2.時間序列預測法的步驟
（1）收集歷史資料，並加以整理，編成時間序列，並根據時間系列繪製成統計圖。
（2）分析時間序列，時間序列中的每一時期的數值都是由許許多多不同因素同時發生作用後的綜合結果。
（3）求時間序列的長期趨勢、季節變動和不規則變動的值，並選定近似的數學模型來表示它們。
（4）利用時間序列資料求出長期趨勢、季節變動和不規則變動的數學模型，就可以利用它來預測未來的長期趨勢T和季節變動S，在可能的情況下預測不規則變動值I。利用以下計算公式計算未來的時間序列的預測值Y：
加法模式：
乘法模式：
如果不規則變動的預測值難以求得，就只求長期趨勢和季節變動的預測值，以兩者相乘的積或者相加的和爲時間序列的預測值。如果經濟現象本身沒有季節變動或者不需要預測分季、分月的資料，則長期趨勢的預測值就是時間序列的預測值，即T=Y。注意這個預測值只反映未來的趨勢，即使很準確的趨勢線在按時間順序的觀察方面所起的作用，本質上也只是一個平均數的作用，實際值將圍繞着它上下波動。
3.時間序列預測法的特點
（1）時間序列預測法是撇開了事物發展的因果關係去分析事物的過去和未來的聯繫。
（2）假設事物的過去趨勢會延伸到未來。
（3）時間序列數據變動存在着規律性和不規律性。時間序列中的每個觀察值大小，是影響變化的各種不同因素在同一時刻發生作用的綜合結果。從影響因素髮生作用的大小和方向變化的時間特性來看，這些因素造成的時間序列數據的變動分爲以下4種類型：
①趨勢性：謀個變量隨着時間進展或自變量變化，呈現一種比較緩慢而長期的持續上升、下降、停留的週期性變動趨向，但變動幅度可能不相等。
②週期性：某個因素由於外部影響隨着自然季節的交替出現高峯與低谷的規律。
③隨機性：個別爲隨機變動，整體呈統計規律。
④綜合性：實際變化情況是集中變動的疊加或組合。預測時設法過濾除去不規則變動，突出反映趨勢和週期性變動。
4.時間序列預測法的分類
時間序列預測法可用於短期預測、中期預測和長期預測。根據分析方法的不同，又可以分爲簡單序時平均數法、加權序時平均數法、簡單移動平均數法、加權移動平均數法、指數平滑法、趨勢預測法、季節性趨勢預測法、市場壽命週期預測法等。常用的切準確性較高的時間序列預測方法有以下三種：
（1）指數平滑法
即根據歷史資料的上期實際數和預測值，用指數加權的辦法進行預測。實質上是有內加權移動平均法演變而來的一種方法，有點是只要有上期是技術和上期預測值就可以計算下期的預測值、這樣可以節省很多數據和處理數據的時間，減少數據的存儲量，方法簡便，是國內外廣泛使用的一種短期的預測方法。
（2）季節性趨勢預測法
根據經濟事物每年重複出現的週期性季節變動指數，預測其季節性變動趨勢。推算季節性指數可採用不同的方法，常用的有季（月）別平均法和移動平均法兩種。
①季（月）別平均法：就是把各年度的數值分季（月）加權平均，初一各年季（月）的總平均數，得出各季（月）指數。這種方法適用於分析生產、銷售、原材料儲備、預計資金週轉需要量等方面的經濟事物的季節性變動。
②移動平均法：即應用移動平均數計算比例求典型季節指數。
（3）市場壽命週期預測法
即對產品市場壽命週期的分析研究。例如，對處於成長期的產品預測其銷售量，最常用的一種方法就是根據統計資料，按時間系列花城曲線圖，在將曲線外延，得到未來銷售發展趨勢。最簡單的外延方法是直線外延法，適用於對耐用消耗品的預測，且簡單直觀易於掌握。